Hadoop 配置及hadoop HA 的配置

注：本文中提到的ochadoop 不要感到奇怪，是亚信公司内部自己合成的一个包。把全部的组件都放在一个包内了。免去了组件的下载过程和解决兼容问题。事实上也能够自己下载的。不要受到影响。

另，转载请注明出处，谢谢

改动静态IP和hostname

在 /etc/sysconfig/network-scripts/ifcfg-eth0配置IPADDR地址
执行下面命令生效

service network restart

在/etc/sysconfig/network中配置hostname配置完毕后重新启动生效

设置ssh免登录（本节没有做实际操作。仅供參考）

在Master节点上运行下面命令：

ssh-keygen –t rsa –P ''

生成的密钥对：id_rsa和id_rsa.pub。默认存储在"/home/hadoop/.ssh"文件夹下。

接着在Master节点上做例如以下配置，把id_rsa.pub追加到授权的key里面去。

cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

在验证前，须要做两件事儿。

第一件事儿是改动文件"authorized_keys"权限（权限的设置很重要，由于不安全的设置安全设置，会让你不能使用RSA功能），还有一件事儿是用root用户设置"/etc/ssh/sshd_config"的内容。使其无password登录有效。

改动文件"authorized_keys"

chmod 600 ~/.ssh/authorized_keys

用root用户登录server改动SSH配置文件"/etc/ssh/sshd_config"的下列内容。

RSAAuthentication yes #启用 RSA认证

PubkeyAuthentication yes #启用公钥私钥配对认证方式

AuthorizedKeysFile .ssh/authorized_keys #公钥文件路径（和上面生成的文件同）

 

设置完之后记得重新启动SSH服务。才干使刚才设置有效。

service sshd restart

 

接下来的事儿是把公钥复制全部的Slave机器上。使用以下的命令格式进行复制公钥：

scp ~/.ssh/id_rsa.pub远程username@远程serverIP:~/

 

在"/home/hadoop/"下创建".ssh"目录

chmod 700 ~/.ssh

 

到眼下为止Master的公钥也有了。目录".ssh"也有了。且权限也改动了。这一步就是把Master的公钥追加到Slave1的授权文件"authorized_keys"中去。使用以下命令进行追加并改动"authorized_keys"文件权限：

cat ~/id_rsa.pub >> ~/.ssh/authorized_keys

chmod 600 ~/.ssh/authorized_keys

 

用root用户改动"/etc/ssh/sshd_config"

详细步骤參考前面的"设置SSH配置"，详细分为两步：第1是改动配置文件；第2是重新启动SSH服务。

測试Master使用SSH无password登录Slave1

ssh远程serverIP

配置slaves

在 etc/hadoop/slaves增加datanode机器的hostname

w-cs-datanode01

w-cs-datanode02

w-cs-datanode02

创建hadoop用户

下面操作方式使用该新建的用户进行操作。注：下以出现的csbd为当前新建的账号

下载OCHadoop包

http://210.14.153.178:9081/download/OCHadoop/V4.0.1/ochadoop-och4.0.1.tar.gz
下载前请确认安装的版本，该包包括有hadoop，zookeeper，hive，Hbase，spark等组件。

下载Java并配置环境变量

解压：tar zxvf jdk-7u75-linux-x64.tar.gz -C /home/csbd/java-1.7.0
配置环境变量：vim /etc/profile

export JAVA_HOME=/home/csbd/jdk1.7.0_75

export JRE_HOME=${JAVA_HOME}/jre

export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib

export PATH=${JAVA_HOME}/bin:$PATH

生效：

source /etc/profile

另一些环境变量像HADOOP_HOME，HIVE_HOME，ZOOKEEPER_HOME等都能够先配置了

hadoop中配置Java环境变量

在etc/hadoop文件夹下hadoop-env.sh和 yarn-env.sh把Java_home给配置上

core-site.xml配置

<property>

<name>fs.defaultFS</name>

  <value>hdfs://w-cs-namenode01</value>  <!-- 一定得是namenode的hostname或者 ip。而且不用加port号（这里的名称与HA配置hdfs-site.xml中的dfs.nameservices必须保持一致） -->

</property>

 

<property>

 <name>hadoop.tmp.dir</name>

 <value>/home/csbd/tmp</value> <!-- 该路径能够不用创建，会自己主动创建-->

</property>

 

<!-- 配置HA时才用配置该项 -->

<property>

<name>ha.zookeeper.quorum</name>

<value>zk1.example.com:2181,zk2.example.com:2181,zk3.example.com:2181</value>

<!--各个ZK节点的IP/host，及client连接ZK的port。该port需与zoo.cfg中的 clientPort一致！ -->

</property>

hdfs-site.xml

<property>

<name>dfs.namenode.name.dir</name>

<value>/home/csbd/dfs/name</value>

</property>

 

<property>

<name>dfs.datanode.data.dir</name>

<value>/home/csbd/dfs/data</value>

</property>

 

<property>

<name>dfs.replication</name>

<value>3</value>

</property>

 

<property>

<name>dfs.webhdfs.enabled</name>

<value>true</value>

</property>

 

<!-- HA配置须要加例如以下配置-->

<property>

<name>dfs.nameservices</name>

<value>w-cs-namenode01</value>

</property>

 

<property>

<name>dfs.ha.namenodes.mycluster</name>

<value>nn1,nn2</value>

</property>

 

<property>

<name>dfs.namenode.rpc-address.mycluster.nn1</name>

<value>w-cs-namenode01:8020</value>

</property>

<property>

<name>dfs.namenode.rpc-address.mycluster.nn2</name>

<value>w-cs-namenode02.com:8020</value>

</property>

 

<property>

<name>dfs.namenode.servicepc-address.mycluster.nn1</name>

<value>w-cs-namenode01:53310</value>

</property>

<property>

<name>dfs.namenode.servicepc-address.mycluster.nn2</name>

<value>w-cs-namenode02:53310</value>

</property>

 

<property>

<name>dfs.namenode.http-address.mycluster.nn1</name>

<value>w-cs-namenode01:50070</value>

</property>

<property>

<name>dfs.namenode.http-address.mycluster.nn2</name>

<value>w-cs-namenode02:50070</value>

</property>

 

<property>

<name>dfs.namenode.shared.edits.dir</name>

<value>qjournal://w-cs-namenode01:8485;w-cs-namenode02:8485;w-cs-datanode01:8485/w-cs-namenode01</value>

</property>

 

<property>

<name>dfs.journalnode.edits.dir</name>

<value>/home/csbd/dfs/jndata</value>

</property>

 

<property>

<name>dfs.client.failover.proxy.provider.mycluster</name>

<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>

</property>

 

<property>

<name>dfs.ha.fencing.methods</name>

<value>sshfence</value>

</property>

<property>

<name>dfs.ha.fencing.ssh.private-key-files</name>

<value>/home/csbd/.ssh/id_rsa</value>

</property>

 

<property>

<name>dfs.namenode.edits.dir</name>

<value>/home/csbd/dfs/edits</value>

</property>

 

<property>

<name>dfs.permission</name>

<value>false</value>

</property>

 

<property>

<name>dfs.ha.automatic-failover.enabled</name>

<value>true</value>

</property>

 

yarn-site.xml

注：yarn-site.xml在两个执行resourceManager的节点上一定要改动yarn.resourcemanager.ha.id中的值为当前机器的映射！

<configuration>

<!-- Resource Manager Configs -->

 <property>

   <name>yarn.resourcemanager.connect.retry-interval.ms</name>

   <value>2000</value>

 </property>

  

 <property>

   <name>yarn.resourcemanager.ha.enabled</name>

   <value>true</value>

 </property>

 

 <property>

   <name>yarn.resourcemanager.ha.automatic-failover.enabled</name>

   <value>true</value>

 </property>

 

 <property>

   <name>yarn.resourcemanager.ha.automatic-failover.embedded</name>

   <value>true</value>

 </property>

 

 <property>

   <name>yarn.resourcemanager.cluster-id</name>

   <value>pseudo-yarn-rm-cluster</value>

 </property>

 

 <property>

   <name>yarn.resourcemanager.ha.rm-ids</name>

   <value>rm1,rm2</value>

 </property>

 

 <property>

   <name>yarn.resourcemanager.ha.id</name>

   <value>rm1</value>  <!-- 在第一台执行resourceManager HA的机器上为 rm1。在还有一台执行resourceManager的机器上要改成 rm2 -->

 </property>

 

 <property>

   <name>yarn.resourcemanager.scheduler.class</name>

  <value>org.apache.hadoop.yarn.server.resourcemanager.scheduler.fair.FairScheduler</value>

 </property>

 

 <property>

   <name>yarn.resourcemanager.recovery.enabled</name>

   <value>true</value>

 </property>

 

  <property>

   <name>yarn.resourcemanager.store.class</name>

   <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>

 </property>

 

 <property>

   <name>yarn.resourcemanager.zk.state-store.address</name>

   <value>localhost:2181</value>

 </property>

 

 <property>

   <name>yarn.app.mapreduce.am.scheduler.connection.wait.interval-ms</name>

   <value>5000</value>

 </property>

 

<!-- RM1 configs -->

 <property>

   <name>yarn.resourcemanager.address.rm1</name>

   <value>w-cs-namenode01:8032</value>

 </property>

 

 <property>

   <name>yarn.resourcemanager.scheduler.address.rm1</name>

   <value>w-cs-namenode01:8030</value>

 </property>

 

 <property>

   <name>yarn.resourcemanager.webapp.https.address.rm1</name>

   <value>w-cs-namenode01:23189</value>

 </property>

 

 <property>

   <name>yarn.resourcemanager.webapp.address.rm1</name>

   <value>w-cs-namenode01:8088</value>

 </property>

 

 <property>

   <name>yarn.resourcemanager.resource-tracker.address.rm1</name>

   <value>w-cs-namenode01:8031</value>

 </property>

 

 <property>

   <name>yarn.resourcemanager.admin.address.rm1</name>

   <value>w-cs-namenode01:8033</value>

 </property>

 

<!-- RM2 configs -->

 <property>

   <name>yarn.resourcemanager.address.rm2</name>

   <value>w-cs-namenode02:8032</value>

 </property>

 

 <property>

   <name>yarn.resourcemanager.scheduler.address.rm2</name>

   <value>w-cs-namenode02:8030</value>

 </property>

 

 <property>

   <name>yarn.resourcemanager.webapp.https.address.rm2</name>

   <value>w-cs-namenode02:23189</value>

 </property>

 

 <property>

   <name>yarn.resourcemanager.webapp.address.rm2</name>

   <value>w-cs-namenode02:8088</value>

 </property>

 

 <property>

   <name>yarn.resourcemanager.resource-tracker.address.rm2</name>

   <value>w-cs-namenode02:8031</value>

 </property>

 

 <property>

   <name>yarn.resourcemanager.admin.address.rm2</name>

   <value>w-cs-namenode02:8033</value>

 </property>

<!-- Node Manager Configs -->

 <property>

   <description>Address where the localizer IPC is.</description>

   <name>yarn.nodemanager.localizer.address</name>

   <value>0.0.0.0:23344</value>

 </property>

 

 <property>

   <description>NM Webapp address.</description>

   <name>yarn.nodemanager.webapp.address</name>

   <value>0.0.0.0:23999</value>

 </property>

 

 <property>

   <name>yarn.nodemanager.aux-services</name>

   <value>mapreduce_shuffle</value>

 </property>

 

 <property>

   <name>yarn.nodemanager.aux-services.mapreduce_shuffle.class</name>

   <!-- <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name> -->

   <value>org.apache.hadoop.mapred.ShuffleHandler</value>

 </property>

 

 <property>

   <name>yarn.nodemanager.local-dirs</name>

   <value>/tmp/pseudo-dist/yarn/local</value>

 </property>

 

 <property>

   <name>yarn.nodemanager.log-dirs</name>

   <value>/tmp/pseudo-dist/yarn/log</value>

 </property>

 

 <property>

   <name>mapreduce.shuffle.port</name>

   <value>23080</value>

 </property>

 

<!--在主备resourceManager上配置的zookeeper的地址和port（所以resourceManager要和zookeeper装在一台机器上）-->

 <property>

   <name>yarn.resourcemanager.zk-address</name>

   <value>zk1.example.com:2181,zk2.example.com:2181</value>

 </property>

 

</configuration>

mapred-site.xml

<property>

<name>mapreduce.framework.name</name>

<value>yarn</value>

</property>

 

<property>

<name>mapreduce.jobhistory.address</name>

<value>namenode1:10020</value>

</property>

 

<property>

<name>mapreduce.jobhistory.webapp.address</name>

<value>namenode1:19888</value>

</property>

Zookeeper的安装配置

下载zookeeper的tar包。解压

首先建立zookeeper的数据文件夹，比方：

mkdir -p /opt/hadoop/data/zookeeper

同一时候建立日志存放文件夹：

mkdir –p /opt/hadoop/logs/zookeeper

在$ZOO_HOME/conf下创建配置文件：

touch zoo.cfg

在zoo.cfg文件是增加下面配置：

tickTime=2000

dataDir=/opt/hadoop/data/zookeeper

clientPort=2181

initLimit=5

syncLimit=2

server.1=192.168.17.14:31316:31317

server.2=192.168.17.15:31316:31317

server.3=192.168.17.16:31316:31317

 

在三台server的文件夹/opt/hadoop/data/zookeeper下分别创建一个叫myid的文件。内容各自是1，2，3。如：

#在192.168.17.14上运行例如以下命令

echo 1 >/opt/hadoop/data/zookeeper/myid

#在192.168.17.15上运行例如以下命令

echo 2 >/opt/hadoop/data/zookeeper/myid

#在192.168.17.16上运行例如以下命令

echo 3 >/opt/hadoop/data/zookeeper/myid

最后就是分别启动zookeeper服务了：

./bin/zkServer.sh start

通过jps命令能够检查是否启动成功：

hd@hd0:/opt/hadoop/apps/zookeeper-3.4.5$jps

1239 QuorumPeerMain

看到QuorumPeerMain进程就表示zookeeper启动成功了。

測试zookeeper集群是否建立成功，在$ZOO_HOME文件夹下运行下面命令就可以。如无报错表示集群创建成功：

./bin/zkCli.sh -server localhost:31315

查看状态：

$ zkServer.sh status

JMX enabled by default

Using config: /home/yarn/Zookeeper/zookeeper-3.4.6/bin/../conf/zoo.cfg

Mode: follower  表示当前这个机器上是从状态

在随意一个节点格式化ZK

hdfs zkfc -formatZK

仅在主备NN节点上启动即可： 

hadoop-daemon.sh start zkfc

启动后我们能够看到ZKFC进程：

$ jps
3084 QuorumPeerMain
3292 Jps
3247  DFSZKFailoverController

启动hadoop

在主nameNode上进行格式化：（注：仅仅用主Namenode格式化，备Namenode不用格式化，备NN须要做一下同步即可，不然会造成两个namenode的VERSION不一致，解决的办法是查看日志，依照提示的两个不一致的id进行替换即可了（通常会有namespaceId和clusterId不一致，报哪个替换哪个即可））

在全部的ZK节点运行命令：

zkServer.shstart

 

查看从属关系

zkServer.shstatus 

JMX enabledby default

Usingconfig: /home/yarn/Zookeeper/zookeeper-3.4.6/bin/../conf/zoo.cfg

Mode:  follower

 

注意： 

哪个ZK节点会成为leader是随机的，第一次实验时slave2成为了leader，第二次实验时slave1成为了leader！ 

此时，在各个节点都能够查看到ZK进程：

jps

3084  QuorumPeerMain

 

随意ZK节点上格式化ZK：

hdfs zkfc-formatZK

 

仅在主备NN节点上启动即可： 

hadoop-daemon.shstart zkfc 

 

启动后我们能够看到ZKFC进程：

jps

3084QuorumPeerMain

3292 Jps

3247  DFSZKFailoverController

 

在各JN上启动：

hadoop-daemon.shstart  journalnode

 

先用子命令启动各进程，便于查看问题，正常以后能够使用 start-dfs.sh  start-yarn.sh 或start-all.sh

./bin/hdfsnamenode –format   # 格式化namenode

在主nameNode上启动各DN节点：

./sbin/hadoop-daemons.shstart datanode

 

./sbin/hadoop-daemon.sh--script hdfs start datanode

./sbin/yarn-daemon.shstart resourcemanager

./sbin/yarn-daemon.shstart nodemanager

./sbin/mr-jobhistory-daemon.shstart historyserver

 

启动主节点上的NN：
hadoop-daemon.sh start namenode
在备NN上同步主NN上元数据：

hdfs namenode -bootstrapStandby

正常的启动日志例如以下：

Re-formatfilesystem in Storage Directory /home/yarn/Hadoop/hdfs2.0/name ? (Y or N) Y

14/06/1510:09:08 INFO common.Storage: Storage directory /home/yarn/Hadoop/hdfs2.0/namehas been successfully formatted.

14/06/1510:09:09 INFO namenode.TransferFsImage: Opening connection to http://master:50070/getimage?

getimage=1&txid=935&storageInfo=-47:564636372:0:CID-d899b10e-10c9-4851-b60d-3e158e322a62

14/06/1510:09:09 INFO namenode.TransferFsImage: Transfer took 0.11s at 63.64 KB/s

14/06/1510:09:09 INFO namenode.TransferFsImage: Downloaded file fsimage.ckpt_0000000000000000935size 7545 bytes.

14/06/1510:09:09 INFO util.ExitUtil: Exiting with status 0

14/06/1510:09:09 INFO namenode.NameNode: SHUTDOWN_MSG:

/************************************************************

SHUTDOWN_MSG:Shutting down NameNode at slave1/192.168.66.92

************************************************************/

 

在备NN上启动namenode：

hadoop-daemon.shstart namenode

校验效果

首先能够连到两台NameNode查看主备状态
http://192.168.17.14:50070/dfshealth.jsp

http://192.168.17.15:50070/dfshealth.jsp
通过 jps查到主nameNode上的PID，然后使用kill PID 杀死该进行，再查看原来的standBy是否改为active
能够在主NN节点上运行命令激活主NN：

hdfs haadmin -transitionToActive nn1

该命令能够将active状态从nn2切换到nn1。让nn2变成active

hdfs haadmin -DfSHAadmin -failover nn2 nn1